跳转至

Chess.com 与"机器超越人类之后"：一个跑了 30 年的自然实验（No Priors，2026-08-13）

姓名拼写取自视频标题与简介（Erik Allebest；简介亦确认主持人为 Sarah Guo）。转录稿自动字幕写作 Eric Alabest，本库照录不改 sources/。

⚠️ 自动字幕专名对照表：

转录稿写法 判读
less（[00:06:06]）、Lichess（[00:07:06]） 均指 Lichess
CBC（[00:14:14]）与 CVC（[00:16:17]） 同一家，即 CVC（私募股权）
Leela、Leela Chess Zero（[00:21:21]） Leela Chess Zero（Lc0），照录判断为正确
Mittensbot / mittens bot（[00:00:00]、[00:10:10]） Mittens（Chess.com 2023 年的机器人）
GNS（[00:40:33]） 其内部系统代号，⚠️ 拼写未核实
Tanzine（[00:16:17]，General Atlantic 一方的人名） ⚠️ 拼写未核实，本库不做认定
CTO Josh（[00:40:33]） 只出现名、未播报姓氏，⚠️ 本库不做认定

说话人映射（据补做分离的 speakers.md；转录稿本身无标签，此处认人属 wiki 层编辑判断）： SPEAKER_01 = Erik Allebest（嘉宾，79.1%）、SPEAKER_00 = Sarah Guo（主持，20.9%）。 依据：SPEAKER_00 念开场"Hi listeners, welcome back to No Priors. Today I'm here with Eric Alabest…"与"Welcome, Eric"（[00:01:05]），本期只有 Sarah。

概要

⚠️ 先说本页为什么值得收录，因为它表面上不是一期 AI 访谈。

本库此前关于"AI 之后人还剩下什么"的材料，全部是前瞻性的推测——Imas & Trammell 的经济学推演、Jensen Huang 的放射科案例、Decagon 的 Jevons 悖论。这一期提供的是一个已经跑完 30 年的回溯样本：国际象棋是人类唯一一项"机器全面超越人类已达三十年、且有完整数据"的技能活动，而结论与当年的预测完全相反——人类对它的参与和在意程度比 30 年前高得多。Sarah Guo 在片中直接把这一点说成了本期的主问题（[00:19:20]）。

同时这也是本库少见的一份非 AI 原生公司的 AI 采用记录，且是一家从未融资、靠现金流长到 2 亿美元收入的公司。

本期最该被单独引用的六条：

  1. ⚠️ "计算机先让棋变无聊，然后让它比以往任何时候都精彩"——Stockfish 时代太完美，人人去磨枯燥的残局，"棋一度变得挺无聊的"；神经网络（Leela Chess Zero）出现后开始以出人意料、激进、反常规的方式击败 Stockfish，反而把这项运动往前推了（[00:20:21]–[00:21:21]）。本库把这条记为"超人系统对人类活动的影响不是单调的"第一份有时间跨度的一手叙述。
  2. 人类学得更快，但不是所有人都学得更快：被问"给今天一个 10 岁小孩配上工具，他到 ELO 2000 能快多少"时，他的回答是"我们已经看到了"——七岁的孩子能让特级大师吃力（[00:22:22]–[00:23:22]）。但被追问"信息人人可得，为什么我们不是一样强"时，答案是"你得做重复"（[00:24:22]）。
  3. ⚠️ 他掌握着一份罕见的数据集（几亿人在每个水平段犯错与进步），而他给出的专长获取答案是反高潮的："幸运也不幸的是，答案相当简单"——就是小积木的重复。"过程没有捷径，捷径在工具里。"（[00:26:23]–[00:27:24]）
  4. ⚠️ 作弊问题是本库第一份"机器产出冒充人类产出"的成规模治理记录，而且这个问题在 AI 之前就存在了很久。落点是一句本库应当反复引用的话："作弊无法被阻止，因为你不可能在每个人家里装一个摄像头"——能做的是检测、封禁、教育（[00:28:25]–[00:30:26]）。
  5. 反直觉的产品判断：正因为 AI 让"明天就能有一万个新棋类"变得可能，经典反而更稀缺——没有战利品箱、没有新皮肤、没有规则改动、没有新英雄，完全信息、没有运气（[00:31:26]–[00:32:27]）。他拿音乐无限之后人们回到 Beatles 和 Led Zeppelin 作类比。
  6. ⚠️ AGI 立场：相信超人智能会到来且加速，但"这与其说是技术问题，不如说是文化问题"——核技术、枪、经济制度都存在很久了，"重要的是我们作为一种文化拿它做什么"。他明说的担忧是财富过度集中，以及"我不知道我们怎么走到了这一步：本不该掌管世界的人在掌管世界，而本该掌管的人没有"（[00:36:31]–[00:38:32]）。

核心观点

一、机器超人之后，人类活动发生了什么（本页主线）

Sarah Guo 的提问框架（[00:19:20]）值得完整记，因为它是本库这条线上第一次被明确表述："国际象棋大概是我们跑得最久的实验——一项人类活动在机器变成超人之后会怎样，因为 Deep Blue 是 30 年前的事了。当年 Deep Blue 击败卡斯帕罗夫时有很多预测说国际象棋完了。人们误解了什么？"

  • ⚠️ 他的答案的第一层（[00:20:21]）："从根本上说，人想做人的事。" 是人与人竞争、是人做东西、是人解决问题。
  • 第二层——它反而把人推得更强：特级大师和世界冠军早期就用计算机帮自己找想法，再把这些想法带回人对人的领域。
  • ⚠️ 第三层是本节最有价值的部分——影响不是单调的（[00:20:21]–[00:21:21]）：
  • Stockfish 阶段："那台下棋的计算机实际上让国际象棋有一阵子挺无聊的，因为它太完美了"，所有棋手都试着像最强的计算机那样下，于是磨出一堆枯燥的残局，"棋就有点变无聊了"。
  • 神经网络阶段：接着神经网络来了——他明确把它接到围棋那条线上（"就像早期围棋里发生的那样"），Leela 这类神经网络开始在不同棋局位置上训练、让自我强化学习跑出来，最终得到 Leela Chess Zero，"它开始以出人意料的方式击败 Stockfish，而且它是激进的、做非常规的事，真的把这项运动往前推了"。
  • 落点："计算机一开始让国际象棋变得无聊了一点，但后来让它精彩得多。我们现在看到的是有史以来最精彩的棋，而且棋手变强了。"
  • 今天计算机在产品里的角色（[00:21:21]–[00:22:22]）：赛后复盘的 AI 教练、与计算机对弈、为你个人生成的战术题。"AI 真的让人更享受国际象棋了。"
  • ⚠️ 他自己对推广这个结论的谨慎（[00:22:22]）：谈到数学时他说"AI 和数学现在是个大话题——它是不是解决了太多问题？"但随即举 AI 解蛋白质折叠、攻癌症的例子，"而人类也在做研究"，定位为"手拉手的伙伴关系"。他没有断言棋的结论可以外推，只说"我不确切知道这会怎么演变，我挺乐观的"。

Sarah Guo 在片尾给出的综合，以及嘉宾对它的部分保留（[00:38:32]–[00:39:33]），本库认为是本期最该并列记录的一处：

  • 她的版本："国际象棋的兴趣与增长对我来说非常乐观——因为非常清楚地，即便机器能超过他们，人们仍然想获得人类技能；即便机器能做得好得多，人们仍然欣赏卓越的人类技艺。"
  • ⚠️ 他的即时限定："不过也许你得把它限制在游戏这个范围内。" 并补了一句"在一个你相信会有更多能力、更多富足的世界里，我确实认为人们会花大量时间玩游戏"。
  • 她的收束："但'因为技术本身，人类技能在超人 AI 的世界里不再重要'这个想法，是胡说。" 两人在这一点上"高度一致"，她同时承认护栏与技术果实的分配仍有一堆复杂性。
  • ⚠️ 本库标注：主持人给的是一条强的一般性结论，嘉宾给的是一条被限定到游戏领域的弱结论。本页不合并这两者。

二、学习加速：能加速什么，不能加速什么

这一节是本页对 LLM 实用方法论 的主要贡献，因为它罕见地把"加速"和"不能加速"放在同一段里。

  • 能加速的那一侧（[00:22:22]–[00:24:22]）：
  • Sarah Guo 的提问："如果你拿今天一个有天赋的 10 岁小孩和 30 年前比，他们到 ELO 2000 或者大师能快多少？"
  • 他的回答是"我们已经在看到了"——棋手越来越年轻，七岁的孩子能让特级大师吃力，还提到一位十岁的女孩"在横扫所有人"（⚠️ 他明说自己会读错名字所以不念，本库不填补）。
  • 他自己家的样本：他 18 岁的儿子靠 YouTube 和各种 AI 工具自学，成了比他强得多的电子游戏创作者。⚠️ 一处很具体的限定："他在创作那一侧不用 AI，但他用它做研究、找解决问题的办法。"
  • ⚠️ 不能加速的那一侧，也是本页最硬的一条（[00:24:22]–[00:28:25]）：
  • Sarah Guo 的追问很关键："如果人人都有你说的这种信息获取能力，为什么我们不是一样擅长下棋？"
  • 答案："你得做重复，把它装进你的脑子里。"
  • 他给的心法（[00:25:22]）："把你人生中任何一天乘以一千，那大概就是你人生的样子。"每天做 5 道战术题，乘一千就是 5000 道；每天 100 道就是另一回事。"真正复利的不是你某一天做的那件事，而是你的习惯。" 他明确说这可以套到任何领域——每天一张速写、每天一次短跑。
  • ⚠️ 拿着那份数据集给出的答案（[00:26:23]–[00:27:24]）：Sarah Guo 指出他手上有一份"几百万人在每个 rating 段犯错与进步"的数据集，问人是怎么获得专长的。他的回答："幸运也不幸的是，答案其实相当简单——就是小积木的重复。" 做战术题、复盘自己的错误、练开局。
  • ⚠️ 本页最该被引用的一句："过程真的没有捷径。捷径在工具里。"
  • 他的神经网络类比与它的限制（[00:27:24]–[00:28:25]）："和你训练一个神经网络是一样的——你喂它一堆数据。当然它能并行训练，能同时在所有这些记忆通道上训练；我们的大脑不完全那样工作，我们必须把重复放进去。"他把"很多人忘了这件事"归因于社交媒体和生活整体的即时性。
  • ⚠️ 他对 AI 作为学习工具的两面评价，本库照录不收窄（[00:26:23]）：
  • 正面："你可以钻进任何一个 AI 程序，开始研究某样东西，它会带你走、帮你接触想法、打磨想法……就像走进一位教授的办公室开始提问，只不过它随时在你口袋里。"
  • ⚠️ 他自己列的问题清单："当然它有偏见的问题，它会告诉你你想听的话，它过度膨胀你的自尊，它有这一堆毛病。但对于用得好的人，你可以深潜进一个主题，以惊人的速度学习和训练。"
  • ⚠️ 他也把恐惧那一面说了出来（[00:24:22]）："当有一个什么都知道的超级智能时，为什么还会有人写文章？为什么还要思考？为什么还要做任何事？" 他说自己理解这个视角、也有担忧，并明确引述："有研究显示在某些领域使用 AI 的人确实会停止思考、不再动脑。"⚠️ 未给出处，本库未核实。 他的结论是"我们必须设置护栏，得搞清楚什么行什么不行"。

三、作弊：本库第一份"机器冒充人类"的成规模治理记录

（[00:28:25]–[00:30:26]）Sarah Guo 的提问框架本身值得单记："你也处理过一个我认为全世界现在都在面对的问题，也许他们不叫它作弊——机器可以产生超人的产出，并且它可以冒充人类的表现。"

  • ⚠️ 第一条时间性的事实："国际象棋处理作弊问题已经很久很久了，比 AI 早得多。" 因为有了下棋计算机之后，"很多人认为这是对这项运动的生存威胁、认为它会终结这项运动"。
  • 他的态度里有一层很直白的道德失望："我希望人类没有那种想占别人便宜、把自己抬到别人之上、或者从别人那里偷东西的驱动力……这让我沮丧。"作弊动机他列了两类：为经济利益，以及只是为了偷 rating 分或满足自尊。
  • 他们怎么做：
  • ⚠️ 他明确拒绝披露方法："我不打算展开讲，因为我不喜欢给人提供怎么做的思路。"
  • 能说的部分：追踪大量数据、统计模型、机器学习模型，用来刻画人是怎么下棋的。"我们有更多数据。我们知道人下棋是什么样，也知道计算机下棋是什么样。"
  • ⚠️ 两条独立的工作流：一条是通用检测（休闲层），另一条是有奖金的职业赛事——他明确说这是两个不同的 work stream。
  • ⚠️ 落点，也是本节最该被引用的一句（[00:30:26]）："作弊无法被阻止，因为你不可能在每个人家里装一个摄像头。但我们在抓和封这件事上做得很好，也在努力教育他们。"
  • ⚠️ 本库要标注的一处：他随后说"我们对自己做得很好这件事非常有信心"——这是自评，无外部验证；而 2022–2023 年的作弊风波恰恰被他自己在 [00:10:10] 列为推动增长的事件之一。本库并列这两处。

四、为什么是国际象棋：AI 让"无限"变便宜之后，经典反而稀缺

（[00:31:26]–[00:32:27]）这一节的论证结构对 AI 商业化与价值捕获 有直接用处，因为它是一条"生成成本趋零之后，什么反而增值"的具体主张。

  • 他的起点直接把 AI 放进前提："在一个如今什么都可能的世界里……你可以给 AI 一个 prompt，明天就有一万个新桌游。"
  • 音乐类比："我们在过去几十年里已经在音乐上看到了这一幕——音乐是无限的。而当音乐无限时，人们有时会回到 Beatles、Led Zeppelin，因为那是经典，是所有人都能聚拢过来、拥有共同体验的东西。"
  • 国际象棋的属性清单：没有战利品箱，没有新掉落的皮肤，没有规则改动，没有要学的新英雄；规则集极简；完全信息博弈，没有运气成分；掏出手机或从抽屉里拿出棋盘，就是同一种共享体验，永远如此。
  • 他给的甜点区定义：复杂到足以让你头脑爆炸，简单到足以让你学得会。
  • 落点："我认为今天世界上很多人，在一个万物爆炸式增生的世界里，在寻找可以抓住的东西。"

五、公司侧：从未融资，以及 PE 进来之后

本库收录这一段，是因为它与本库既有的创投叙事形成对照——Elad Gil 与 Sarah Guo 关于"该不该卖公司"的框架、Garry Tan 的创始人心理学 讲的都是风投路径，而这是一条完全不在那条路径上、却做到 2 亿美元收入的样本。

  • 起点（[00:03:05]）：2005 年从破产拍卖买下 chess.com 域名。⚠️ 金额有两个版本：Sarah Guo 在开场说 55,000 美元（[00:01:05]），Erik 本人说 56,000 美元（[00:03:05]）。本库并列记录，不取其一。
  • ⚠️ 没人愿意投（[00:04:05]）：他当时在斯坦福商学院，Sand Hill Road 就在旁边、风投是课堂上的老师和嘉宾，"基本上大多数人都说这不可投，你该去找份真正的工作，别浪费时间"。找同学一起做，同学说"不了，我们要去做点正经事"。
  • 靠现金流长大（[00:04:05]–[00:05:06]）：自己投前一次创业卖掉的钱、跟朋友的妈妈借过一小笔后来还上，"我们就是以现金的速度在增长"。2007 年上线，约 18 个月内开始收在线学棋的会员费，很快盈利，之后"有多少收入就招多少人"。从此再没考虑过融资。
  • ⚠️ 一个反复被打破的天花板（[00:05:06]）："我们总以为到 50 个人就不会再多了……然后突破了；又说不会超过 100 人；后来我们就不再说这种话了。"
  • 今天的规模（[00:02:05]、[00:11:11]）：约 1000 万日活、4000–5000 万月活（北半球夏天会慢一些）、超过 2.5 亿注册会员、2026 年收入"略超 2 亿美元"、约 650 人且完全远程。⚠️ 全部为自报。
  • 竞争与 Lichess（[00:06:06]–[00:08:07]）：他把 Lichess 称作"某种意义上的 Linux"——开源、为一个重要的理由存在、对社区有益，两者共存。他给的结构性理由是"国际象棋是不能申请专利的"，应用商店里有"数千甚至数万个"棋类应用，"说到底，赢的会是产品、社区和内容"。他也明确划了边界：有些生意确实需要融资——需要速度、需要重投入、或者有硬件和库存；他们是"纯软件加内容"，而且没有大科技公司压过来，所以能走慢路。
  • 什么时候意识到这是门大生意：2024 年（[00:09:09]–[00:11:11]）。⚠️ 这条时间线本身很有意思：
  • 疫情前约 100 万日活，"我们已经很震惊了"。
  • COVID + 《后翼弃兵》(Queen's Gambit) + 几波新闻推上去，但他们担心"这可能只是昙花一现，像跑步机和酸面包一样"。
  • 回落后仍然维持在高位（略低于 2022 年峰值）。
  • 2023 年第二波：短视频内容、Mittens 机器人、作弊风波，一批孩子在学校里开始下棋，再次冲高；再回落时，基线已经高得多。
  • 于是 2024 年他们才确信"这东西是真的留下来了、还在复利"。
  • ⚠️ 他对增长的一句话，本库认为值得记："增长也很吓人——生意在缩很吓人，持平很吓人，往上走同样很吓人，因为你怎么维持、怎么应付。"当时产品与技术全线出现可扩展性问题，"过去这一年反而是最平静的"。
  • 私募股权（[00:14:14]–[00:19:20]）：
  • ⚠️ 他坚持"我们仍然是一家 bootstrap 公司"，理由是这些交易全部是二级（secondary）——没有新资本注入。General Atlantic 是第一家（2020 或 2021 年）从既有股东手里买老股；这次是 CVC，General Atlantic 同时再投继续留在里面。
  • ⚠️ 他讲了一个关于"永久持有"承诺的循环，本库照录（[00:15:16]）：早期个人投资者说"我爱国际象棋，我会永远持有"，五年后说"我得退出、我得卖"；接盘的下一位同样说"我会一直在"，三年后同样要卖。规模到了之后只能去找另一个量级的投资人。⚠️ 他对那轮过程的评价很直接："真的不享受那个过程，也不享受我在那段时间见到的大多数人。"
  • ⚠️ 对 PE 的评价与通行刻板印象相反（[00:17:18]–[00:19:20]）：Sarah Guo 明确点出"这和 PE 的常见说法相反，展开讲讲"。他说没有出现"给你钱然后只会说更努力、做得更好"的情况，实际得到的是行业知识分享、深入产品与社区的具体建议，以及预测、报告与运营纪律上的成熟——"这些不只是为了向投资人汇报，而是真的用来经营生意"。他把个人收获落在"从带 2–10 个人到带几百人、估值几十亿，这改变了我要做的事"。

六、Chess.com 自己怎么用 AI

（[00:39:33]–[00:43:34]）这一节的价值在于它是一家非 AI 公司的采用清单，颗粒度不高但覆盖面完整。

  • 客服：AI 自动化让人更快拿到答案，但"我们有一批很棒的人在支持团队"负责创建这些自动化以及人对人的需求——他称之为"很棒的共生"。
  • 数据与分析：分析师用 LLM 提问、拿到答案。
  • ⚠️ 内部平台：CTO Josh（⚠️ 只有名）"很早就开始建别人现在才反应过来需要的东西"——一个叫 GNS（⚠️ 拼写未核实）的跨全组织的认证与知识层，带完整权限体系。他们还在自建 martech，以便更深地与用户和数据打通。
  • ⚠️ 开发流程：agentic development。他的表述："有个想法或看到一个问题，就修掉它"，目标是压缩"从机会/问题出现"到"代码上线"之间的时间。他把传统流程的冗长点列得很具体——深度产品范围定义、上路线图、建、再建、测、QA、一堆交接。
  • 产品侧（[00:41:33]–[00:43:34]）：
  • 聚合与对比统计：把你的数据做成进阶统计，与"和你类似的用户"以及"就在你上面一档的用户"对比，回答"你要改进什么才能上一个台阶"。
  • ⚠️ 口袋里的 AI 教练，以及他给它划的边界："它当然不是人的替代品。如果你真想坐下来跟人学，你该去找一位好的人类教练。" AI 教练面向的是更休闲的体验或随时可用的需求。
  • 正在做的原型：教练回看你过去一周的对局、给反馈和建议，并且可以和它聊。

七、Gambit：把国际象棋的"rating 打法"搬到扑克

（[00:33:28]–[00:34:30]、[00:43:34]–[00:45:36]）本库记录这一段，因为它是一条关于"可衡量的技能"本身即产品的产品主张。

  • 定位：他坚持"我们就是一家国际象棋公司"（国际象棋占 99.99%），但已推出扑克产品 Gambit（gambit.com），并准备再推出更多经典游戏，由一个小团队做。
  • ⚠️ 产品命题："我们把国际象棋的打法带过去，也就是给扑克做 rating——你到底有多强？ 不是谁能买最多筹码、谁能用机器人、谁偷得最多。"
  • rating 怎么算（[00:43:34]–[00:44:36]）：他说仍在演进，目前与同桌其他人的 rating、你赢了多少筹码、你打了多少手有关，"我确信我们会随时间调整"。他自己列出的难点：打 100 美元的局和打 1000 美元的局，事情差别很大；玩 M&M 豆的时候，"总有人一直全下，输了再买一把 M&M 豆"。
  • ⚠️ 他的预测："人们会像在意钱一样在意自己的扑克 rating，因为它反映的是你作为一个玩家的价值和技术。" 他给了一个自陈的行为证据："在牌桌上输 100 块不是我最喜欢的事，但我不太在乎；而输掉 100 个 rating 分，是真的让我难受。"
  • Sarah Guo 的接法（[00:45:36]）很好地点出了它的社会功能：这会是"一件很有均衡作用的事"——可以回答"Erik 是真的比我强，还是他只是有更多 M&M 豆、只是在当霸凌者？"

八、给创始人的建议，以及 AGI 立场

  • ⚠️ 建议：他做的每一件事都与当时的标准打法相反（[00:34:30]–[00:36:31]）。他先给了一个诊断——"今天当创始人的一个诅咒，就是外面的创始人建议太多了"。20 年前的打法是"从斯坦福招一个技术联创、融一大笔钱、租个办公室、去打一个大市场、砸钱买用户"；而他们逐条反着来：从圣何塞州立招了朋友、远程办公、没融钱、没花钱买用户、挑了一个极小的市场。
  • 他的正面表述：想清楚"你想让世界上存在什么东西"，然后不顾一切地去做；当然要听客户、不行就转向；问自己"证明它需要的最小资源是多少？你想和哪些优秀的人一起做？"
  • ⚠️ 落点："其余的都不重要。去执行，把一件美的、独特的、能为人创造价值的东西放到世界上，剩下的你会想明白。别再听人给你建议了——去做就是了。"（本库注：这句话本身也是一条建议，他自己笑着说完了。）
  • ⚠️ AGI / ASI（[00:36:31]–[00:38:32]）：
  • 他相信超人智能，且认为它会越来越快；"如果我们不给它设护栏、不定它该怎么与人类互动的规则，会有点吓人"；总体乐观多于悲观。
  • 他希望它能帮忙解决的：气候、甚至政治、教育，创造一个更公平的世界。
  • ⚠️ 他担心的恰恰相反的效果，本库照录："我们已经在看到大科技带来的经济影响——太多的钱流向太少的人手里，而我们作为人类没有做足够多的事去分享我们创造出来的东西。"
  • ⚠️ 本页最该单独引用的一条判断："所以我认为这与其说是技术问题，不如说是文化问题。" 论证是——核技术、枪、一套经济制度我们都拥有很久了，"真正重要的是我们作为一种文化拿它做什么，而不是那个工具本身"。因此超人智能可以用于善也可以用于恶，取决于掌权的人。
  • ⚠️ 他对掌权者的评价："我希望自己能对当下掌管这个世界的人更有信心，不管是那些超级亿万富翁还是政客。我不知道我们怎么走到了这一步——本不该掌管世界的人在掌管世界，而本该掌管的人没有。我不知道我们能不能走出来。" 落点是希望做出一些文化上的改变、把一些保护措施放到位。

与本库其它观点的关系

  • ⚠️ 本页给 AI 与就业 添了一个此前完全没有的证据类型：回溯性的自然实验。 本库这条线上的所有材料——Imas & Trammell 的经济学推演、Jensen Huang 的放射科、Decagon 的 Jevons 悖论、Machina 的第四第五象限——全部是关于未来的推断。国际象棋是唯一一个机器超人已满 30 年、参与度数据完整的样本，而结果是参与度和文化地位都远高于超越发生之前。⚠️ 但本库必须标注这条外推的三重限制：① 国际象棋是游戏，人下棋本来就不是为了产出结果——嘉宾自己就做了这个限定（[00:39:33]）；② Chess.com 是这轮增长的最大受益方，叙述带利益相关；③ 增长的主要驱动被他自己归给COVID、《后翼弃兵》、短视频与作弊风波（[00:09:09]–[00:10:10]），不是归给"机器变强"。
  • ⚠️ "计算机先让棋变无聊，然后让它更精彩"与本库既有的"AI 让思维同质化"形成直接对话：Danielle Perszyk 的"AI 降低人类能动性、同质化思维" 与他引述的"用 AI 的人会停止动脑"是同一方向；而 Leela 那段是反方向的一手记录——超人系统提供了人想不到的、非常规的走法，反而扩大了人类的策略空间。本库把这两条并列，因为它们指向同一个未决问题：超人系统究竟是收窄还是拓宽人的探索空间，可能取决于它是"给答案"还是"给可以被人理解并带走的想法"。
  • ⚠️ "过程没有捷径，捷径在工具里"与 Garry Tan 的 skillify 是同一命题的两侧：Garry Tan 讲的是把技能沉淀成 markdown 交给 agent 反复执行——捷径就在工具里这一侧；Allebest 讲的是人脑这一侧的重复无法被并行化，并且他直接用了神经网络训练做类比（[00:27:24]）。⚠️ 两者不冲突，但合起来给出一条本库此前没有明说的推论：能被工具吸收的重复会被吸收，不能被吸收的那部分正好定义了"人还需要练什么"。
  • ⚠️ 作弊治理给 LLM 安全 提供了一个此前没有的类别：不是模型被攻击，而是"机器产出冒充人类产出"的检测。 与 Truffle Security / Socket 那期 的攻防不同，这里的防守方掌握着一份人类行为基线数据（"我们知道人下棋是什么样，也知道计算机下棋是什么样"，[00:29:25]），这正是多数领域没有的条件。⚠️ 他的"不可能在每个人家里装摄像头"是本库这条线上第一条明确承认检测的上界的一手表述。
  • "AI 让一万个新桌游变便宜，所以经典更稀缺"与 Benedict Evans 的价值上移 是同一逻辑在消费侧的版本：生成成本趋零之后，价值转移到不能被生成的东西——这里是共享的历史与共同体验。⚠️ 这是一条主张不是证据，但它给 AI 商业化与价值捕获 补了一个非企业软件的落点。
  • ⚠️ "从未融资"这条与 Elad Gil / Sarah Guo 的退出决策框架 构成一处编辑上的对照：那期讨论的是风投路径上的时间窗口与价值捕获；Chess.com 的路径是不融资、二级交易解决股东流动性、创始人始终不需要"卖不卖"这道题。⚠️ 但他自陈的痛点恰恰在这里——"永久持有"的承诺反复失效，逼着他每隔几年重新找下一位接盘者（[00:15:16]）。本库把它记为"不融资"并不等于"没有股东压力"的一个具体样本。
  • 他的 AGI 立场（"文化问题不是技术问题"）与本库既有的分配类论述可以并读：Sarah Guo 关于"如果人们表现得像自己还有未来"的规范性建议、Mark Cuban 的"泡沫的损失落在谁头上"。⚠️ 他是本库中少数把"财富集中"当作首要担忧、而把技术风险放在其次的受访者。

事实性断言与预测（可验证）

以下全部为嘉宾自报，无外部来源，本库未核实。

  • 约 1000 万日活、4000–5000 万月活、超过 2.5 亿注册会员、约 650 人全远程团队（[00:02:05]、[00:11:11]）。
  • 2026 年收入"略超 2 亿美元"（[00:02:05]）。
  • 2005 年从破产拍卖买下 chess.com 域名；⚠️ 金额两说：55,000 美元（Sarah Guo，[00:01:05]）/ 56,000 美元（Erik Allebest，[00:03:05]）。
  • 2007 年上线（他毕业时），约 18 个月内开始收会员费并很快盈利；从未融过一级资金（[00:04:05]–[00:05:06]、[00:17:18]）。
  • 疫情前约 100 万日活；COVID + 《后翼弃兵》后冲高，2022 年为峰值；2023 年第二波（短视频、Mittens 机器人、作弊风波）后基线再抬高；2024 年确认为一门大生意（[00:09:09]–[00:10:10]）。
  • General Atlantic 于 2020 或 2021 年首次投资（⚠️ 他自己给的是"2020 or 2021"这个区间，本库不收窄）；本次 CVC 投资与此前的 General Atlantic 投资均为二级交易，无新资本注入，General Atlantic 在本次同时再投（[00:14:14]–[00:17:18]）。
  • Leela Chess Zero 开始击败 Stockfish，且风格激进、非常规（[00:21:21]）。⚠️ 本库不核实其比赛结论，仅记录他的叙述。
  • 已推出扑克产品 Gambit（gambit.com），rating 算法考虑同桌他人 rating、赢得筹码数、已打手数，仍在演进；还将推出更多经典游戏（[00:33:28]、[00:43:34]–[00:44:36]）。
  • 今年晚些时候将推出一整套新的训练工具（[00:27:24]）。
  • 他引述"研究显示在某些领域使用 AI 的人会停止思考、不再动脑"（[00:24:22]）。⚠️ 未给出处，本库未核实。
  • 预测（Erik Allebest）：人们会像在意钱一样在意自己的扑克 rating（[00:44:36]）。
  • 预测（Erik Allebest）：超人智能会到来并持续加速；其后果取决于文化与掌权者，而非技术本身（[00:36:31]–[00:38:32]）。
  • 目标（Erik Allebest）：让 10 亿人下棋（[00:01:05]、[00:05:06]）。